物体検出の精度(Average Precision)の計算方法を知りたい

Question

###前提・実現したいこと
先日、YOLOv2とMobileNet-SSDを実装したため(1クラス分類ですが)、そのモデルの精度を測定したいです。
物体検出の論文ではMean Average Precisionが使われていることが多く、PrecisionとRecallを求めなくてはいけないことはわかったのですが、その求め方がわかりません。

自分の解釈では

Precision = 正しく検出できたボックスの数 / 検出したボックスの数
Recall = ボックスがどれだけ正確に物体を囲めたか

という解釈なのですがこれはあっているでしょうか？
また、あっていた場合,Recallの求め方はどうするのでしょうか？
間違っている場合はどのように計算すれば良いのでしょうか？

ご存知の方がいらっしゃいましたらご教授いただけると大変助かります。
よろしくお願いします。

Answer 1

大体の論文で使われているmAPはPascalVOC Challengeに書かれている算出方法を使用しているはずです。
算出方法は以下のリンクで述べられていますのでそちらを参照されるのがいいと思います。

Pascal VOC Challenge

いろいろな方が様々なフレームワーク上で物体認識の再現実装を行っていますが、その際には上記PascalVOCのデータセットと開発キットを使っています。

Pascal VOC 2007

この開発キットにはmAP算出のプログラムもついています（ただし、matlab）。
同じような、物体認識系の再現実装を探せばpythonに移植したコードも見つかると思います。

Comments

[takashi0718]

教えていただきありがとうございます.

Answer 2

調べたらいくらでも説明が出てくると思いますが。

・ 精度 (適合率, precision)：正と予測したデータのうち，実際に正であるものの割合
・ 再現率 (recall)：実際に正であるもののうち，正であると予測されたものの割合

引用元：朱鷺の杜Wiki - F値 (F-measure)